PEMISAHAN KOMPONEN SUMBER SINYAL AUDIO DENGAN ANALISIS KOMPONEN INDEPENDEN

Abstract

Seringkali kita dihadapkan suatu keadaan di mana sinyal yang kita peroleh dari suatu sensor tidak sesuai dengan sinyal yang kita inginkan. Sensor tersebut mungkin menangkap sinyal yang kita inginkan dan sinyal-sinyal lain yang bercampuran. Sebagai contoh dalam suatu sistem pengenalan suara, yang dalam pelaksanaannya kadang disertai adanya derau ataupun suara dari orang lain (fenomena pesta koktail). Suatu metode tengah dikembangkan, yaitu blind source separation (BSS), yang merupakan metode untuk memisahkan sinyal yang tercampur menjadi komponen-komponen penyusunnya. Pada tugas akhir ini akan dilakukan blind source separation dengan metode analisis komponen independen (ICA) dengan sinyal sumber yang berupa sinyal audio. Metode ICA yang akan digunakan menggunakan algoritma FastICA kawasan frekuensi (FD-FastICA). Program pada penelitian ini dibuat menggunakan Matlab 6.5. Sinyal-sinyal audio ditentukan terlebih dahulu, selanjutnya dicampur secara buatan menggunakan matriks pencampuran yang telah ditentukan untuk kemudian dipisahkan dengan ICA. Dilakukan pula pengamatan untuk mengetahui kinerja dari ICA untuk beberapa kemungkinan sinyal audio (suara manusia, musik, dsb) dan kehadiran derau. Pada pengujian dengan variasi matriks pencampuran, ICA memiliki kinerja pada matriks pencampuran konvolusi kurang baik dibandingkan pada matriks pencampuran instantaneous. Untuk pengujian dengan variasi sinyal sumber, sinyal sumber 2 suara manusia memberikan kinerja kurang baik dibandingkan sinyal suara manusia-suara alat musik. Kinerja ICA kurang baik pada pencampuran secara langsung yang direkam menggunakan mikrofon. Dari pengujian juga diketahui bahwa semakin besar jumlah titik FFT dan semakin kecil overlap, maka kinerja ICA akan semakin buruk. Penambahan derau pada sinyal campuran akan mengurangi kinerja dari proses ICA. Kata-kunci: analisis komponen independen, sinyal audio, blind source separation, FD-FastICA.